数据挖掘—数据.rar

实验报告见我的博客。 本压缩包内含python代码，建模的数据，预测的数据，字段解释。 本次设计要求实现信贷用户逾期预测功能。具体要求如下：利用所学数据挖掘算法对给定数据进行训练得出信用评估模型，依据模型对1000个贷款申请人是否逾期做出预测（0-未逾期 1-逾期）。

#!/usr/bin/env python
# coding: utf-8


from sklearn import tree
from sklearn.datasets import load_wine
import pandas as pda




#数据读取及预处理
fname=“E:\model.csv“
dataf=pda.read_csv（fnameencoding=“gbk“）
#数据预处理，缺失的空值填上平均值
dataf.iloc[:2:201]=dataf.iloc[:2:201].fillna（dataf.iloc[:2:201].median（））
dataf.dropna（axis=0inplace=True）

x=dataf.iloc[:2:201].as_matrix（）
y=dataf.iloc[:0].as_matrix（）

xf=pda.Dataframe（x）
yf=pda.Dataframe（y）



from sklearn.model_selection import train_test_split
XtrainXtestYtrainYtest = train_test_split（xfyftest_size=0.1）



#剪枝，调值
‘‘‘
import matplotlib.pyplot as plt
test=[]
Max=0
I=J=K=0
for i in range（130）:
    for j in range（230）:
        for k in range（230）:
            clf=tree.DecisionTreeClassifier（
                                    min_samples_leaf=i
                                    min_samples_split=j
                                    max_leaf_nodes=k
                                    criterion=“entropy“
                                    random_state=30
                                    splitter=“random“
                                    ）
            clf=clf.fit（XtrainYtrain）
            score=clf.score（XtestYtest）
            if score>Max:
                Max=score
                I=i
                J=j
                K=k
    #test.append（score）
#plt.plot（range（130）testcolor=“red“label=“max_depth“）
#plt.legend（）
#plt.show（）

‘‘‘



#剪枝后的树，输出模型精确度
clf=tree.DecisionTreeClassifier（criterion=“entropy“
                                min_samples_leaf=1
                                min_samples_split=2
                                max_leaf_nodes=27
                                random_state=30
                                #max_depth=6
                                splitter=“random“
                               ）
clf=clf.fit（XtrainYtrain）
score=clf.score（XtestYtest）
#score=clf.score（XtrainYtrain）
score



#决策树可视化
import graphviz
import pydotplus
feature_name=[‘x_001‘‘x_002‘‘x_003‘‘x_004‘‘x_005‘‘x_006‘‘x_007‘‘x_008‘‘x_009‘‘x_010‘
‘x_011‘‘x_012‘‘x_013‘‘x_014‘‘x_015‘‘x_016‘‘x_017‘‘x_018‘‘x_019‘‘x_020‘
‘x_021‘‘x_022‘‘x_023‘‘x_024‘‘x_025‘‘x_026‘‘x_027‘‘x_028‘‘x_029‘‘x_030‘
‘x_031‘‘x_032‘‘x_033‘‘x_034‘‘x_035‘‘x_036‘‘x_037‘‘x_038‘‘x_039‘‘x_040‘
‘x_041‘‘x_042‘‘x_043‘‘x_044‘‘x_045‘‘x_046‘‘x_047‘‘x_048‘‘x_049‘‘x_050‘
‘x_051‘‘x_052‘‘x_053‘‘x_054‘‘x_055‘‘x_056‘‘x_057‘‘x_058‘‘x_059‘‘x_060‘
‘x_061‘‘x_062‘‘x_063‘‘x_064‘‘x_065‘‘x_066‘‘x_067‘‘x_068‘‘x_069‘‘x_070‘
‘x_071‘‘x_072‘‘x_073‘‘x_074‘‘x_075‘‘x_076‘‘x_077‘‘x_078‘‘x_079‘‘x_080‘
‘x_081‘‘x_082‘‘x_083‘‘x_084‘‘x_085‘‘x_086‘‘x_087‘‘x_088‘‘x_089‘‘x_090‘
‘x_091‘‘x_092‘‘x_093‘‘x_094‘‘x_095‘‘x_096‘‘x_097‘‘x_098‘‘x_099‘‘x_100‘
‘x_101‘‘x_102‘‘x_103‘‘x_104‘‘x_105‘‘x_106‘‘x_107‘‘x_108‘‘x_109‘‘x_110‘
‘x_111‘‘x_112‘‘x_113‘‘x_114‘‘x_115‘‘x_116‘‘x_117‘‘x_118‘‘x_119‘‘x_120‘
‘x_121‘‘x_122‘‘x_123‘‘x_124‘‘x_125‘‘x_126‘

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       4803  2019-08-02 22:25  tree.py

     文件      17762  2019-08-02 22:25  字段解释.xlsx

     文件    4797218  2019-08-02 22:25  model.csv

     文件     479913  2019-08-02 22:25  test.csv

----------- ---------  ---------- -----  ----

              5299696                    4